基于MODIS数据的区域蒸散发估算研究

应用遥感方法计算区域蒸散发具有很多常规方法所没有的优势.在基于地表能量平衡原理的SEBAL模型基础上提出了将新一代对地观测数据MODIS应用于反演区域地表蒸散的计算方法,并对新疆焉耆盆地的日蒸散发与月蒸散发情况进行了计算模拟,获取了相关地面特征参数.通过与基于ETM数据的SEBAL模型计算结果进行对比分析,验证了MODIS数据计算结果的合理性,并利用研究区实测水面蒸发值与区域水均衡方法对MODIS计算结果进行进一步的验证,说明了利用MODIS数据反演区域蒸散发的方法是切实可行的.     

基于SEBAL模型的宁夏蒸散发遥感估算

宁夏地处干旱半干旱地区,地表蒸散发较为强烈,目前对于区域尺度蒸散发的反演是一大难点,常见的蒸散发产品分辨率较低。基于SEBAL模型对宁夏地区地表蒸散发进行了反演,并采用现有数据集对其估算精度进行了验证,结果发现,利用P-M模型和气象站水面蒸发数据验证,相关系数R²的平均值都保持在0.80和0.79以上,利用MOD16蒸散量产品验证,得到R²的平均值保持在0.90以上,均方根误差的平均值为1.03,偏差的平均值为1.76;宁夏地表蒸散量时空变化特征,在空间上,基本呈现为北部平原向南部山区增加趋势特征,在时间上,2001-2021年蒸散量整体呈上升趋势;分析不同土地利用类型地表蒸散量的分布规律,不同土地利用类型地表蒸散量的能力大小依次为：林地>耕地>水域>草地>城市建设用地>裸地,蒸散量均值依次为10.18、8.18、8.12、7.83、7.70、7.48 mm/d。研究结果表明,基于SEBAL模型反演得到的地表蒸散量有较高的精确度,同时该结果具有较高的分辨率以及在干旱半干旱地区有更广的适用性。     

基于遥感蒸散发模型的净灌溉水量测算空间尺度研究

【目的】农业用水总量和灌溉水有效利用系数是最严格水资源管理考核总量红线和效率红线控制的重要指标。目前遥感蒸散发模型在珠江片区域蒸散发量估算和净灌溉水量评估的应用度不高,对其空间适用尺度缺乏研究。【方法】以广西区为例,通过试验观测-遥感解译等技术计算不同空间尺度遥感蒸散发量,并与相应尺度直接量测的净灌溉水量建立线性相关关系,根据相关系数,得出误差最小的空间尺度,从而建立一套更准确、快速、有效的最优空间尺度下,根据遥感蒸散发量进行区域净灌溉水量估算的方法。【结果】在较大的广西区、片区尺度,净灌溉用水量和遥感蒸散发量之间存在明显的线性相关关系,相关系数在0.8以上;对比广西区和桂中片区净灌溉用水量实测结果与遥感估算结果,误差均在0.5%以内。【结论】在片区和广西区等较大尺度,遥感测算结果的可信度较高,遥感蒸散发模型适用性较强,其估算结果可为最严格水资源管理考核和农业水资源科学管理提供科学支撑。     

基于SEBS模型反演凌河流域尺度地表蒸散发量

利用NOAA/AVHRR数据和气象资料,结合反演陆面蒸发较为准确的SEBS(Surface Energy Balance System)模型,反演了2011年我国辽宁西部地区凌河流域蒸散发量的时空分布。研究表明,凌河流域各月的蒸散发量变化范围在0~7mm之间,少数地区超过7mm。研究为大面积获取我国辽西北干旱地区的蒸散发情况奠定了基础。     

基于SEBAL模型和环境卫星的区域蒸散发量及灌溉水利用系数估算研究

[目的]探索基于遥感技术建立准确快捷评估区域蒸散发量和灌溉水利用系数的方法.[方法]以河套灌区义长灌域为研究区,基于SEBAL(Surface Energy Balance Algorithm for Land)模型和较高时空分辨率的环境卫星影像,建立了SEBAL遥感蒸散发估算模型,并与降水量、灌水量和地下水位数据结合...     

一种简化蒸散发遥感反演模型及其在灌区的应用

提出简化的地表能量平衡模型(SSEB)将站点作物蒸散发量递推到整个灌区。首先由气象观测资料计算作物潜在蒸散发量,结合Landsat ETM+60 m热红外波段反演的地表温度差异把站点单日ET扩展到灌区,再融合ETM+和MODIS 1 km热红外时间系列数据,进一步提取全年灌区尺度蒸散发分布图。用湖北漳河灌区2000年的影像资料,将SSEB与SEBAL模型计算结果进行对比,结果表明,二者的决定系数R2达到了0.89。漳河灌区蒸散发主要来源于二、三干渠,年总蒸散发量中,作物蒸发蒸腾占67%,林地蒸散发占17%,水面加上裸地等其它用地的无效蒸散发占16%。     

华北典型区SEBAL模型蒸散发反演的适用性分析

为获取农田蒸散发量,探究SEBAL模型在华北地区的适用性,以邯郸市永年区为研究对象,基于MODIS数据的SEBAL模型,通过地表能量平衡法计算区域冬小麦关键生长期中不同时期单日蒸散量的情况,并与P-M法结果进行适用性分析,其相对误差在23％左右.分析结果表明:SEBAL模型在研究区的蒸散发模拟精度较准确,且方法简单高效...     

基于SEBAL模型和Landsat-8遥感数据的农田蒸散发估算

【目的】及时准确地获取农田蒸散发量,为科学管理农田灌溉、精准估算作物产量和预报土壤水分动态、合理开发水资源等提供有效依据。【方法】以广利灌区为研究对象,基于SEBAL模型利用Landsat-8数据对研究区域农田蒸散发进行估算,通过地表参数计算净辐射通量、土壤热通量和感热通量,利用余项法求得潜热通量及瞬时蒸散发。假定24 h内蒸散比不变,由瞬时蒸散发扩展到日蒸散发量,最终求得研究区的日平均蒸散发量,将模型计算结果与彭曼公式进行了对比,同时结合灌区提供数据对计算结果进行了验证。【结果】彭曼公式计算2014年5月6日和2015年9月14日蒸散量与实测结果相差分别为5.2%和9.4%,SEBAL模型估算得到2014年5月6日和2015年9月14日的日蒸散量与灌区提供日蒸散量相差4.5%、6.0%,且冬小麦及夏玉米蒸散发在空间上存在一定的差异性,主要集中在灌区中部区域及西南区域。【结论】SEBAL模型计算结果具有较高的精度,而且方法相对快捷高效。     

冠层截留对PML模型蒸散发及能量分配的影响

冠层截留是地表蒸散发过程的重要组成部分,分析冠层截留对蒸散发过程的影响对提高蒸散发模拟精度有积极作用.基于叶面积指数的遥感Penman-Monteith模型(PML)将蒸散发过程分为土壤蒸发和植被散发两部分,在冠层截留对蒸散发及能量分配影响研究方面关注较少.对PML模型加入冠层截留模块,基于望都站2020年的观测数据进...     

基于地面观测和Sentinel-2数据的玉米实际蒸散发估算

基于遥感技术估算作物蒸散发(Evapotranspiration,ET)对农业用水效率评价和精量灌溉决策具有重要意义。结合Sentinel-2数据和农田连续地面观测资料,利用混合双源蒸散发模型(Hybrid dual-source scheme and trapezoid framework-based evapotranspiration model,HTEM)对宁夏回族自治区中卫市2019年两个试验田玉米主要生育期(5—8月)的蒸散发量进行估算,并用水量平衡法对遥感估算结果进行验证和评价。结果表明:Sentinel-2数据具有高时空分辨率,能够与研究区复杂的种植地块相匹配,减少了混合像元的数量;遥感反演参数与地面观测数据拟合度较高,研究区2019年遥感反演的玉米田净辐射量均方根误差为36.256 W/m²。利用HTEM模型估算可得,主要生育期内研究区两个玉米试验田的日均实际蒸散发量分别为4.269 mm/d和4.339 mm/d,实际蒸散发总量分别为525.114 mm和533.690 mm,其中植被蒸腾量分别为363.483 mm和358.196 mm,生育初期主要以土壤蒸发形式消耗水分,随着作物的生长,在生育中后期主要以植被蒸腾的形式消耗水分。ET遥感反演结果与水量平衡结果之间差别不显著,两个观测点绝对误差分别为13.533 mm和7.774 mm。因此,结合地面连续观测系统和Sentinel-2数据估算研究区玉米生育阶段蒸散发量具有较高的精度,可为作物耗水规律研究及区域农业水管理提供技术支撑。     

应用RS技术建立估算蒸散发模型的研究

蒸散发是水资源分配利用的依据,能够估算出不同气候环境、不同区域的蒸散发是目前研究的重点。这些年运用遥感手段建立模型,结合地面气象站的气象数据、卫星影像等信息,提取参数建立模型来估算蒸散发的方法已经有了较为广泛的运用。其中,利用能量平衡来建立模型尤为广泛,不同的模型,选取参数、处理方法上有所不同,着重针对SEBAL、SEBS估算模型进行详细的对比介绍,SEBAL模型是具有较为坚实的物理基础,已经在平原、盆地、流域等区域进行了成功的应用,SEBS模型与SEBAL模型在模型建立原理上一致,但在计算感热通量H时,采用总体大气的相似理论,引入了热传输粗糙度长度。对这两模型进行了系统学习分析,并针对在新疆未来可开展的工作进行展望。     

基于RS数据和GIS方法的冬小麦水分生产函数估算

以冬小麦遥感监测耗水与产量为数据支持,开展了多种水分生产函数模型的对比研究,探求与研究区相适宜的水分生产函数模型及其参数,其中全生育期水分生产函数模型分别选择直线模型、抛物线模型、D-K模型及指数模型;而分生育阶段水分生产函数模型分别选择Jensen、Minhas、Blank、Stewart及Singh模型。研究结果表明,冬小麦全生育水分生产函数模型推荐采用抛物线模型;而分生育阶段水分生产函数模型推荐采用Stewart模型;冬小麦对水分最敏感的阶段是抽穗期,其次为扬花-成熟期,而出苗-拔节期最小。为此,在北京市大兴区的冬小麦灌溉应优先满足抽穗灌浆期的需水,而在出苗-拔节期适度减少灌溉量,可达到节水增效目的。     

考虑坡面地形的蒸散发遥感估算及空间分布研究

为了研究非均匀地表的蒸散特征,结合地面气象资料,考虑地形效应增加了坡地辐射计算方法,结合Landsat 8波段特征构建双层蒸散发遥感模型。以北京市西北方位的水源上游区为例,进行了蒸散发的估算、验证与分析。估算结果与地表通量站实测值对比发现,感热通量和潜热通量的平均误差分别为4.12%和8.36%,确定系数为0.82和0.98,相关关系较强;与坡地日蒸散发观测数据对比,平均相对误差为8.12%,均方根误差为0.35mm/d,具有较好的估算精度。结合土地利用探讨了水热通量、蒸散发的空间分布情况,同时分析了蒸散发与坡面地形之间的关系:坡度小于35°时,随坡度上升,日蒸散发有较为明显的增加趋势;当坡度大于35°时,受植被覆盖率影响,各季节代表日的日蒸散发呈现不同的变化趋势。各季节代表日蒸散发与坡向同样存在较为显著的相关关系,趋势线呈反抛物线。     

基于高分一号卫星数据的冬小麦叶片SPAD值遥感估算

以陕西省关中地区冬小麦不同生育期冠层高光谱反射率为数据源,模拟国产高分辨率卫星高分一号(GF-1)的光谱反射率,提取18种对叶绿素敏感的宽波段光谱指数,构建了基于遥感光谱指数的冬小麦叶片叶绿素相对含量(SPAD)遥感监测模型,并利用返青期的GF-1卫星数据对研究区的冬小麦叶片SPAD值进行了估算和验证。结果表明:返青期、孕穗期和全生育期SPAD值均与TGI指数相关性最高,相关系数分别为-0.742、-0.740和-0.483。拔节期和灌浆期SPAD值分别与SIPI指数和GNDVI指数相关性最高,相关系数分别为0.788和0.745。GNDVI、GRVI和TGI植被指数在各个生育期都和冬小麦叶片SPAD含量在0.01水平下呈显著相关。基于此3类植被指数构建的冬小麦叶片SPAD值回归模型精度较高,其中基于随机森林回归算法的估算模型效果最优,各类模型均在冬小麦拔节期的预测效果最佳。GF-1号卫星数据结合SPAD-RFR模型对研究区冬小麦叶片SPAD的估算结果最为理想,可用于大面积空间尺度的冬小麦叶片SPAD值遥感监测。     

基于面向对象的坑塘遥感监测与动态分析

以江汉平原的洪湖市为研究区,利用1990—2009年间的3期Landsat卫星TM遥感数据,基于面向对象的分类方法进行多尺度分割,利用光谱、空间、纹理等特征,并结合专家知识进行坑塘信息提取,对洪湖市坑塘变化状况进行遥感监测和时空演变分析。结果显示:利用面向对象的自动分类方法可以有效提取坑塘信息。洪湖市坑塘面积在1990—2009年间呈现增加趋势,其中1990—2000年与2000—2009年间坑塘面积分别增加了306.53 km2和379.69 km2。坑塘增加面积随着与湖泊空间距离的增加而减少,坑塘的增加主要由耕地、湖泊和河流转化而来。利用面向对象的坑塘信息自动提取可以为区域资源环境调查监测提供参考。     

基于随机森林回归算法的小麦叶片SPAD值遥感估算

使用机器学习中的随机森林(RF)回归算法构建小麦叶片SPAD值遥感反演模型。以2010—2013年江苏地区试验点稻茬小麦3个生育期(拔节、孕穗、开花)的叶片为材料,结合我国自主研发的环境减灾卫星HJ-1对研究区域进行同步监测,分析了各生育期叶片SPAD值与8种植被指数间的相关性;以0.01水平下显著相关的植被指数作为输入参数,使用RF回归算法构建了每个生育期的小麦SPAD反演算法模型,即RF-SPAD模型,以支持向量回归(SVR)和反向传播(BP)神经网络算法构建的SVR-SPAD模型和BP-SPAD模型作为比较模型,以R2和均方根误差(RMSE)为指标,分析了每个生育期3个模型的学习能力和回归预测能力,结果表明:RF-SPAD模型在3个生育期都表现出最强的学习能力,R2和RMSE在拔节期分别为0.89和1.54,孕穗期分别为0.85和1.49,开花期分别为0.80和1.71;RF-SPAD模型在3个生育期的回归预测能力都高于BP-SPAD模型,高于或接近于SVR-SPAD模型,R2和RMSE在拔节期分别为0.55和2.11,孕穗期分别为0.72和2.20,开花期分别为0.60和3.16。     

农业遥感研究现状与展望

遥感技术具有覆盖面积大、重访周期短、获取成本相对低等优势,对大面积露天农业生产的调查、评价、监测和管理具有独特的作用。从20世纪70年代出现民用资源卫星后,农业成为遥感技术最先投入应用和收益显著的领域。特别是随着高空间、高光谱和高时间分辨率遥感数据的出现,农业遥感技术在长时间序列作物长势动态监测、农作物种类细分、田间精细农业信息获取等关键技术方面得到了突破。但是农业生产的分散性、时空变异性等特点,对当前农业遥感技术的应用还存在诸多挑战。本文简要回顾了农业遥感发展历程以及其应用的理论基础;再从农作物估产、农业资源调查、农业灾害监测和精准农业管理4个领域阐述了国内外相关研究和应用情况。最后提出农业遥感应加强与地面农业观测网技术的结合,推动新一代低空无人机遥感平台的发展,强化多源传感器融合以及农业过程模型与遥感数据同化的研究。     

基于遥感的农业用水效率评价方法研究进展

遥感技术的发展为区域尺度蒸散发计算、作物分布识别及估产提供了一条有效途径,为基于遥感信息的灌区灌溉水利用效率及作物水分利用效率定量评价奠定了基础。回顾总结了遥感蒸散发模型、瞬时蒸散发升尺度方法、日蒸散发插值方法、作物分布识别方法及作物估产模型的研究进展,评述了遥感蒸散发及作物估产结果在灌区灌溉水利用效率及作物水分利用效率评价中的应用情况。提出了相关领域需要进一步研究的问题,包括适合非均匀下垫面特点且具有较强物理基础的灌区遥感蒸散发模型、日蒸散发插值中灌溉或降雨引起土壤含水量突变情况的处理、农田蒸散发中灌溉水有效消耗量的准确估算、能适应复杂种植结构并且适用于多年的作物分布遥感识别模型以及精度较高且可操作性强的遥感估产模型等。     

基于高光谱植被指数的夏玉米地上干物质量估算模型研究

2011—2014年连续实施夏玉米长势监测定位实验,在5种不同施氮量、4种不同施磷量和2个夏玉米品种处理下,测定了大喇叭口期、吐丝期、灌浆期和成熟期夏玉米冠层高光谱反射率及对应的地上干物质积累量(Aboveground dry matter accumulation,ADMA)。选取了21个光谱植被指数,利用2011年和2013年综合数据进行线性函数、对数函数、二次函数和指数函数模型拟合。在每个生育时期,选择决定系数和F值最高的3个模型,并用2012年和2014年测定光谱数据与地上干物质量对拟合模型进行均方根差和相对误差的验证,选择均方根差和相对误差较小的拟合模型为最适模型。结果表明,在大喇叭口期、吐丝期、灌浆期和成熟期,夏玉米地上干物质量的最佳拟合光谱植被指数分别为GNDVI、PSSRc、NDVI4和DI。     

基于Landsat8卫星数据的蝗虫遥感监测方法研究

区域性的蝗虫灾害对农业生产形成了巨大的危害。实现对蝗虫的发生发展的实时监测对于治蝗防蝗具有重要意义。以内蒙古赤峰市北部三旗为研究区域,通过对Landsat8 OLI卫星数据蝗虫寄主植物分类,结合叠加先验蝗区分布图,判别出蝗虫适生地。然后,采用Landsat8卫星数据,反演叶面积指数、地表温度和土壤湿度等蝗虫生境参数,并结合外业同步调查蝗虫生境数据、地表覆盖数据、历史蝗灾数据等进行分析与建模。同时,利用逐步回归分析得到了蝗虫虫口密度与叶面积指数、地表温度和土壤湿度等生境参数的关系模型,验证结果表明,监测模型具有较高的精度,决定系数为0.50,均方根误差为3.17。